Arquitectura donde un agente de IA evalúa de forma autónoma si la información recuperada es suficiente para responder la pregunta, decidiendo buscar más datos si detecta vacíos.
Explicación y Contexto Conceptual
Agentic RAG es la evolución más poderosa de la Generación Aumentada por Recuperación. El RAG tradicional es un proceso rígido y ciego de un solo paso: hace una búsqueda vectorial, recupera 3 fragmentos y fuerza al LLM a responder con lo que haya encontrado, incluso si los fragmentos eran incompletos, irrelevantes o contradictorios.
En el RAG Agéntico, el proceso es gobernado por un agente inteligente con capacidad de autorreflexión y toma de decisiones dinámicas:
1. Formula una primera búsqueda y analiza críticamente los resultados recuperados.
2. Si detecta que la información es insuficiente ('Encontré el precio del producto pero falta la política de garantía'), decide autónomamente ejecutar una segunda o tercera búsqueda con palabras clave reformuladas.
3. Si detecta información contradictoria entre dos documentos, consulta una tercera fuente de mayor autoridad o llama a una API externa para dirimir el conflicto.
Esta autonomía iterativa elimina las respuestas incompletas y eleva la precisión de los sistemas de conocimiento corporativo a niveles insuperables.
Ejemplo en la Práctica
Al consultar "¿Cuál es el ROI combinado de nuestras campañas en España y México?", el Agentic RAG busca primero el informe de España, luego busca el de México y calcula la síntesis final.